Suite

Existe-t-il un moyen plus simple de capturer des données d'altitude de polyligne ?

Existe-t-il un moyen plus simple de capturer des données d'altitude de polyligne ?


Je suis en train de migrer un jeu de données de réseau de cours d'eau d'AutoCAD map 3D vers ArcGIS 10. J'ai pu insérer les différents ruisseaux/rivières/nœuds dans arcgis et projeter les données d'altitude associées. Je m'attends à ce qu'à l'avenir d'autres personnes de mon département mettent à jour et ajoutent à cet ensemble de données. Le problème est que, comme je travaille dans un service de planification, ceux qui mettront à jour mon jeu de données ne connaissent pas grand-chose aux SIG. Par conséquent, je souhaite que le processus de saisie des données soit aussi simple que possible.

J'ai utilisé diverses méthodes pour projeter mes données 3D, notamment l'outil d'interpolation pour mettre en forme et ArcScene. Cependant, je crains que ce processus ne soit trop complexe pour certains et je me demande s'il existe un moyen plus simple de numériser, par exemple, une polyligne 3D ?


Vous devrez d'abord obtenir une référence à la couche réelle à partir de la couche à laquelle vous l'avez ajoutée, dans ce cas, ce serait votre L.mapbox.featureLayer. Une fois que vous avez cela, vous pouvez simplement utiliser la méthode getLatLngs. Vous pouvez le faire de plusieurs manières :

Utilisez l'événement layeradd, de la manière la plus propre :

Si vous n'insérez qu'un seul calque comme vous le faites maintenant, vous pouvez également le récupérer directement à partir de l'objet calques contenu dans le featurelayer :

Ou si vous avez plusieurs couches dans votre featureLayer et que vous ne voulez pas utiliser d'événements, vous pouvez boucler sur la featureLayer et la récupérer à partir de là :


Section deux - Numérisation et numérisation des données

Même si la quantité de données SIG numériques disponibles gratuitement augmente à un rythme exponentiel, il arrive encore qu'un technicien SIG doive créer de nouvelles données. Parfois, un technicien est confronté à des données historiques uniquement disponibles sous forme papier et doit numériser les données tandis que d'autres fois, les données sont collectées directement par un technicien de terrain avec des unités GPS et des tablettes utilisant des applications et ArcPad, qui doivent ensuite être importées dans le SIG pour une analyse plus approfondie. D'autres fois, des données spécifiques au projet doivent être créées afin d'effectuer des tâches spécifiques. Dans la section suivante, différentes méthodes pour obtenir de nouvelles données dans le SIG seront explorées.

6.2.2 : Numérisation manuelle

Plus important dans les premiers jours du SIG informatisé, la numérisation manuelle ou sur papier était le meilleur moyen d'obtenir des cartes du papier au format numérique. Le processus utilise soit un objet ressemblant à un stylo pour tracer la carte sans laisser d'encre, appelé stylet , soit un objet ressemblant à une souris d'ordinateur appelé rondelle ou curseur . Une fenêtre en plastique avec un réticule imprimé et des boutons avec diverses commandes assiste le numériseur - la personne qui fait une copie numérique de la carte. La rondelle ou le stylet est attaché et utilisé en conjonction avec une table de numérisation, une table spéciale recouverte d'une grille qui répond aux mouvements et aux clics de la rondelle.

Figure 6.1 : Numérisation d'une carte papier
Sur cette image, nous voyons un numériseur utilisant une rondelle et une table de numérisation pour créer une version numérique de la carte papier. Lorsqu'elle suit une ligne sur la carte (probablement une route ou une rivière), elle garde l'entité dans le réticule de la fenêtre de la rondelle, en utilisant les boutons appropriés pour créer l'entité sur l'ordinateur.Les points, polylignes et polygones peuvent tous être numérisés dans le logiciel à l'aide d'une table de numérisation. Comme le résultat est un fichier de formes ou une classe d'entités, l'analogie point à point fonctionne pour l'idée de numérisation. Le numériseur utilise la rondelle pour établir les « points » tandis que le logiciel « dessine » l'image.

Afin de terminer le processus de numérisation, le numériseur colle une carte papier sur la table de numérisation et trace ou numérise les caractéristiques de la carte, en utilisant les combinaisons de boutons appropriées pour enregistrer les clics et les mouvements sur l'ordinateur connecté et son logiciel. Avec la grille de la table répondant à la rondelle sous la carte papier, le logiciel est capable de convertir les mouvements en caractéristiques numériques. Pensez au jeu « Battleship », où le but est de cacher vos vaisseaux de la Marine sur une grille à votre adversaire. Ils tentent de localiser sur la grille où se trouve votre cuirassé en appelant les coordonnées du jeu comme B1 (ligne 1, colonne B), et vous répondez par Hit or Miss. Votre adversaire place ensuite un piquet Hit or Miss sur sa grille, en notant s'il y a était un objet à cet endroit ou non. Lorsque le numériseur marque un point le long de la grille de la table de numérisation comme un Hit, l'ordinateur marque le même point dans la grille du logiciel avec un "Hit peg". Après suffisamment de "coups", le logiciel peut connecter les points pour créer une version numérique des caractéristiques de la carte papier.

Figure 6.2 : Le cuirassé du jeu de société
Semblable au jeu de plateau Battleship, la numérisation manuelle enregistre les "coups" que le numériseur fait avec la rondelle ou le stylet tout en transformant une carte papier en un produit numérique.

6.2.3 : Numérisation par ordinateur en tête haute ou à l'écran

La numérisation manuelle n'est pas complètement obsolète, car elle reste pratique lorsque les cartes papier sont trop grandes ou trop endommagées pour être numérisées dans le SIG. Les grandes cartes peuvent être difficiles à reconstituer dans le SIG sans introduire d'erreur et des cartes endommagées peuvent entraîner une distorsion des objets de la carte lors de la numérisation, par exemple si la carte est déchirée et recollée ou si la carte est très froissée. À mesure que les ordinateurs gagnaient en vitesse et en puissance et que leur coût diminuait, ils sont devenus plus faciles à utiliser et plus courants dans les entreprises et les agences. En conséquence, le besoin d'utiliser une table de numérisation et un numériseur entraîné a commencé à diminuer à mesure que la numérisation tête haute ou à l'écran est devenue le moyen le plus courant de créer de nouvelles couches numériques, avec sa vitesse, sa facilité d'utilisation et sa courte durée de formation. Semblable au processus de numérisation manuelle, avec la numérisation à l'écran, le technicien SIG convertit les images raster en entités vectorielles en regardant l'image chargée dans le SIG, puis utilise une souris (avec une configuration informatique «traditionnelle») ou un stylet (avec un écran tactile) pour cliquer et tracer chaque entité ou objet de l'image dans une classe d'entités ponctuelles, polygonales ou polylignes, à l'aide d'une méthode appelée « Création d'entités » (intelligent, je sais !). Chaque clic de souris place un seul sommet sur l'écran directement au-dessus de l'image, et nous avons déjà appris que le seul but d'un sommet est de marquer une paire de coordonnées géographiques en tant que bloc de construction unique dans une entité vectorielle. Pour chaque entité ponctuelle, le technicien SIG place un sommet par entité, deux sommets ou plus connectés automatiquement par une ligne pour les entités polylignes, et trois ou plus pour une entité polygonale fermée.

La numérisation d'entités se présente sous deux formes : ajouter des entités à un fichier de formes ou à une classe d'entités existant et ajouter des entités à un tout nouveau fichier de formes ou classe d'entités, et un technicien SIG effectue les deux tâches dans un intervalle assez égal. Le processus d'ajout d'entités à un fichier vectoriel existant ou de création de toutes les nouvelles entités pour un tout nouveau fichier vectoriel est exactement le même, à l'exception du fait que pour un nouveau fichier, le technicien doit d'abord créer un nouveau fichier de formes ou une nouvelle classe d'entités.

Quand vient le temps de créer de nouvelles couches vectorielles, il n'y a vraiment pas de règles spécifiques sur la bonne façon d'organiser les données, mais il existe des normes approximatives et attendues. En général, des couches vectorielles distinctes sont souvent créées pour chaque entité ou groupe d'entités à collecter. Les exemples peuvent inclure une couche de polyligne Rivers, une couche de polyligne Roads avec des routes, une polyligne Rails avec et des voies ferrées et une couche de polygone Counties. Avec la petite taille des fichiers vectoriels, c'est une bonne idée d'aller de l'avant et de décomposer les choses aussi loin que possible au départ, car vous pouvez toujours combiner les calques plus tard. Par exemple, vous vous retrouvez avec des couches distinctes de routes, de chemins de fer et d'autoroutes qui contiennent toutes huit entités chacune, une seule couche "Transport" avec 24 entités organise les données sans confondre l'utilisateur final car les routes, les voies ferrées et les autoroutes sont tous de types de transport.

Figure 6.3 : Numérisation à l'écran ou en tête haute
Numérisation tête haute à l'aide d'une configuration « traditionnelle » de la souris et du clavierNumérisation tête haute à l'aide d'un écran tactile et d'un stylet

6.2.4 : Photos aériennes et satellites

Le concept de numérisation d'entités n'est vraiment pas si compliqué - regardez une image et tracez des entités dans une couche vectorielle nouvelle ou existante pour être ensuite utilisée pour l'analyse vectorielle, mais d'où viennent ces images et comment les techniciens les intègrent-elles au SIG ? Ces couches raster proviennent d'une science géospatiale distincte mais connexe : la télédétection et le produit est constitué d'images aériennes et satellites. À ce stade, il est assez prudent de supposer que presque tous ceux qui suivent ce cours sont exposés à des cartes Web telles que Google Maps et Google Earth, qui utilisent toutes deux des images satellite et des rasters classés appelés fonds de carte , qui montrent des choses comme les rues , des bâtiments, des parcs et des écoles de manière illustrative - non plus une image, mais non plus des caractéristiques vectorielles. Ces images satellite et ces fonds de carte sont un produit de la télédétection que Google paie pour ajouter du contexte à son site Web et à ses logiciels.

La télédétection, définie comme la collecte d'images à distance sans réellement interagir physiquement avec le paysage, est le principal moyen pour un technicien SIG d'obtenir des images à utiliser avec la numérisation tête haute. Les données de télédétection sont collectées via des avions ou des satellites en orbite et la qualité et le type d'image collectées varient en fonction du véhicule transportant le capteur collectant les données et de l'objectif prévu de la sortie. Certaines images satellites payantes ont une résolution spatiale très élevée , ou la distance au sol indiquée le long du côté d'un pixel, comme on le verrait dans Google Earth, tandis que les images gratuites ont une résolution spatiale inférieure. Une résolution spatiale élevée signifie que les objets à numériser vus dans l'image sont affichés plus en détail et que le résultat de la création de rasters classés est une représentation plus précise du paysage, tandis que les images à résolution spatiale inférieure peuvent être plus difficiles à résoudre, ou la capacité à reconnaître, identifier et numériser les caractéristiques.

Les images satellites et les images aériennes peuvent collecter différents types d'énergie, certaines visibles, comme vous voyez et expérimentez le monde tous les jours, et d'autres invisibles, comme la chaleur qui s'échappe de votre poêle - vous pouvez sentir la chaleur si vous tenez votre main au-dessus du brûleur mais vous ne pouvez pas voir la chaleur réelle (vous pouvez voir les effets de la chaleur, comme le métal qui devient rouge ou l'air au-dessus devenant visiblement onduleux, mais ce ne sont pas la chaleur réelle). La capacité de collecter ces différents types d'énergie et de leur appliquer une couleur visible peut nous apprendre tellement de choses sur le monde que nous ne pourrions normalement pas voir, car nos yeux ne sont capables de détecter et de traiter qu'une très petite quantité de l'énergie qui nous entoure chaque seconde de chaque jour. Une fois que nous pouvons regarder le monde à travers diverses lentilles au-delà de celles intégrées, nous pouvons numériser toutes sortes de données et prendre des décisions sur des choses que nous n'aurions jamais cru possibles auparavant.

Certaines des images satellites gratuites les plus couramment utilisées proviennent d'un programme de longue date du gouvernement américain sous le nom de Landsat, ou Land Satellite (il existe également un programme appelé SeaSat). Avec le premier satellite lancé en juillet 1972 et les huit lancés en février 2013, l'histoire photographique de presque toute la surface de la Terre (pour obtenir les meilleures images, les satellites sont réglés pour se concentrer sur les latitudes moyennes et ne pas prendre images des pôles) est à la fois fascinante et un excellent ajout à l'histoire scientifique. Les images Landsat ont une "résolution spatiale de 30 mètres" pour les images couleur et une résolution spatiale de 15 mètres pour les images panchromatiques. Les images satellites présentent des avantages impressionnants par rapport aux images aériennes :

    • Résolution temporelle → puisque le satellite passe au même endroit sur la surface de la Terre selon un horaire défini, il est possible de voir les changements sur une longue période de temps. Par exemple, Landsat prend une photo du même endroit tous les 16 jours.
    • Vue synoptique → Étant donné que le satellite est si éloigné, cela donne un tout nouveau sens à l'expression "vue à vol d'oiseau", ce qui signifie que le satellite peut collecter une image d'une très grande zone à la fois. Par exemple, Landsat collecte une image de 185 km de large.
    • Faible coût → Une fois le satellite lancé, tant qu'il fonctionne correctement, le coût par image est relativement faible et diminue à chaque fois que le satellite tourne autour de la Terre. Si un satellite coûte 855 millions de dollars à construire et qu'il ne collecte qu'une seule image, cette image coûte 855 millions de dollars. Au moment où il collecte 855 millions d'images, elles ne coûtent qu'un dollar pièce.
    • Collecte différents types d'images à la fois → les satellites peuvent collecter simultanément des images couleur, des images panchromatiques et d'autres catégories telles que des images infrarouges et thermiques à l'aide de différents capteurs

    Les photos aériennes, images collectées par des avions tels que des avions et des hélicoptères, présentent des avantages et des inconvénients par rapport aux images satellites, même si les produits sont les mêmes. Étant donné que la caméra est embarquée dans un avion piloté dans le but de collecter des images, les scènes collectées sont ciblées et l'utilisateur final n'a pas besoin d'attendre une orbite particulière. Mais d'un autre côté, les images aériennes ont un coût très élevé en raison du fait que quelqu'un doit payer le pilote, la personne qui actionne les capteurs et pour le carburant. Les avions et les hélicoptères peuvent collecter des images avec une résolution spatiale beaucoup plus élevée, mais ils ne peuvent voler que lorsque le temps le permet ou pendant la journée, s'ils ne sont pas autorisés à voler la nuit - par rapport aux satellites qui collectent des images 24 heures sur 24, 365 jours par an, peu importe le temps ou l'heure de la journée. Un autre avantage est que lorsqu'il s'agit de catastrophes naturelles et d'autres urgences, les avions peuvent réagir immédiatement pour collecter des images pour les premiers intervenants, tandis que les satellites collectent parfois de très belles images de l'événement - complètement par hasard.

    Ni les images satellites ni les photos aériennes ne sont le « bon » choix, et l'une n'est pas meilleure que l'autre. Chacun a ses avantages et ses inconvénients, donc le choix d'utiliser l'un plutôt que l'autre ne vient pas vraiment d'un ensemble de règles préétablies, mais de quel est le choix le plus correct pour un projet, quel financement est disponible pour un magasin SIG particulier , et quelles sources de données ce magasin pourrait avoir à sa disposition.

    Le SIG 101 utilisera de temps en temps des images satellitaires, principalement en tant que fond de carte ou en tant que source pour numériser de nouvelles entités vectorielles (un sujet de ce chapitre), cette classe n'ira pas trop loin dans la façon d'obtenir ces données ou les nombreuses, nombreuses utilisations de ces données. Des classes entières sont dédiées aux thèmes de la collecte et de l'utilisation des données de télédétection.

    6.2.5 : Numérisation et géoréférencement

    Pendant de nombreuses années, les cartes papier ont été au cœur de la cartographie et de l'analyse spatiale. Alors que les ordinateurs sont devenus la majorité pour leur facilité d'utilisation et leur capacité à stocker de grandes quantités de données connexes en même temps, les anciennes cartes papier contiennent encore une mine d'informations qui n'ont pas encore été saisies dans l'ordinateur. C'est ici qu'intervient la numérisation d'une image numérisée. À l'aide d'un scanner à plat ou d'un grand scanner roulant, des cartes papier et d'autres images sur papier peuvent être numérisées dans le SIG puis géoréférencées pour être utilisées avec la numérisation.

    Figure 6.5 : Trois styles de scanners
    Les cartes plus petites telles que les cartes plates peuvent être numérisées avec un scanner de taille grand publicLes scanners à tambour peuvent gérer des cartes plus grandes et numériser plus rapidementLes scanners roulants à grande échelle fonctionnent de la même manière qu'une photocopieuse pour les très grandes cartes

    6.2.6 : Géoréférencement

    Une fois que les cartes ont été numérisées en images numériques, elles sont prêtes à être introduites dans le SIG, mais elles ont un énorme problème : elles n'ont aucune idée de l'endroit où elles vivent dans le monde. Lorsque des données spatiales raster et vectorielles sont ajoutées à un projet SIG, la première chose qui se produit est qu'elles sont placées exactement là où elles appartiennent, ce qui signifie que lorsque chaque coin de pixel ou chaque sommet est placé dans le système de coordonnées SIG au bon endroit. Une fois qu'une carte est numérisée, elle peut être ajoutée au projet SIG, mais dès le départ, l'image n'est pas meilleure qu'une image de chat grincheux - chacune n'est qu'une image raster.

    Afin de « dire » à une carte raster où elle « vit » dans le monde, un technicien SIG doit passer par un processus de géoréférencement. Le géoréférencement est le processus consistant à trouver des objets distincts sur la carte numérisée et à les connecter chacun à un emplacement connu dans un autre raster ou une couche vectorielle via la création de points de contrôle. Nous avons vu le terme « points de contrôle » au chapitre deux lorsque nous avons appris comment les géoïdes et les ellipsoïdes de référence sont connectés, et la signification n'est pas différente dans ce cas. Les points de contrôle sont simplement des emplacements appariés entre deux surfaces, parfois deux modèles mathématiques tels qu'un géoïde et un ellipsoïde de référence et parfois entre une image et une paire de coordonnées, telle qu'une carte fraîchement numérisée et une couche vectorielle qui correspond à une limite dans ladite carte ou un raster spatial représentant la même zone. Quoi qu'il en soit, nous utilisons le terme « contrôle » pour noter que les coordonnées dans l'une des couches ou des modèles mathématiques sont une norme de comparaison constante et immuable.

    Par exemple, si une carte de l'ouest des États-Unis était scannée, le processus de géoréférencement se déroulerait comme suit : d'abord, le technicien localiserait un endroit dans l'image (l'inconnu) qui est clair et distinct, comme un coin d'un état s'il était visible dans l'image deuxièmement, le technicien utilisera l'outil de point de contrôle de géoréférencement pour marquer l'emplacement de l'endroit visible sélectionné (le point de contrôle candidat) troisièmement, le technicien utilisera l'outil de point de contrôle de géoréférencement pour marquer le emplacement sélectionné (le point de contrôle de destination) sur le raster ou la couche vectorielle référencée spatialement (le connu) quatrièmement, le technicien répétera ces étapes jusqu'à ce que l'image inconnue s'aligne visuellement avec l'emplacement connu.

    Le processus de géoréférencement dans ArcMap utilise une méthode de mise à jour constante, c'est-à-dire que lorsque le technicien travaille à marquer des entités avec des points de contrôle, le point de contrôle candidat s'accroche immédiatement au point de contrôle de destination. Au début, l'image semble très étirée et extrêmement déformée, mais au fur et à mesure que le processus se poursuit, l'image commence à redevenir lisible. Lors du géoréférencement, il est important de mettre uniquement autant de points de contrôle que nécessaire pour mettre l'image en place. Cette méthode est définitivement un cas de « moins c'est plus ».

    Il est important de noter que le terme géoréférencement n'a qu'un seul sens dans les SIG : définir l'emplacement spatial d'une image inconnue en créant des points de contrôle entre des objets distincts dans ladite image et une couche raster ou vectorielle connue.Cela ne signifie pas rechercher et télécharger des images, ni ajouter des images raster au SIG, ni rechercher des emplacements dans des images connues, ni aucune sorte de géotraitement ou d'analyse spatiale. Il est incorrect d'utiliser le terme en référence à toute autre tâche au sein du SIG au-delà du sens singulier.

    Figure 6.6 : Exemple de point de contrôle unique dans ArcGIS
    Dans cette image, nous voyons l'image raster inconnue géoréférencée sur une couche de routes vectorielles, représentée par des lignes rouges épaisses et des lignes jaunes fines. Le point de contrôle candidat (croix verte, en haut au milieu) est marqué en premier, suivi du point de contrôle de destination (croix jaune, en bas à gauche). Le processus de géoréférencement est un puzzle répétitif, recherchant des emplacements distincts tels que des intersections de routes dans l'image raster inconnue, et trouvant ceux dans la couche raster ou vectorielle connue. La finesse vient de la sélection des emplacements corrects sur la répartition correcte pour mettre en place l'image inconnue.

    6.2.7 : Lecture obligatoire : Scannez le contenu de cet article

    6.2.8 : Création de nouvelles couches vectorielles dans ArcMap

    Souvent, dans les SIG, nous numérisons des entités en les ajoutant à une couche existante, ce qui signifie que nous prenons un fichier de formes ou une classe d'entités que nous avons déjà et y ajoutons de nouvelles entités afin que le nombre total d'entités augmente. Par exemple, si vous avez téléchargé une classe d'entités d'axes de route de la ville de Fort Collins et réalisé qu'un quartier entier était manquant, vous utiliseriez une image de la ville comme référence et modifieriez la couche existante, en ajoutant les routes manquantes via la numérisation. La classe d'entités, une fois téléchargée, peut contenir 325 entités (lignes dans la table attributaire) et après avoir numérisé le quartier manquant, le nombre peut passer à 412 car vous avez trouvé 87 routes manquantes.

    Le reste du temps, afin de numériser des entités qui n'existent pas dans un fichier de formes ou une classe d'entités qui n'existe pas, vous devez d'abord créer un nouveau fichier vectoriel. Tout comme lorsque vous vous asseyez pour rédiger un article pour un cours d'anglais ou que vous envoyez un courrier électronique à votre Grammy, la première étape consiste à créer un nouveau document ou courrier électronique vierge. Vous ne pouvez pas terminer le papier ou écrire l'e-mail si vous ne cliquez pas d'abord sur le bouton "Nouveau". Le SIG n'est pas différent - si vous n'avez pas de couche vectorielle dans laquelle numériser les nouvelles entités, vous ne pouvez pas terminer la tâche.

    La création d'un nouveau fichier de formes ou d'une nouvelle classe d'entités est un processus assez simple et pratiquement le même pour les deux, avec quelques légères différences. N'oubliant pas que les fichiers de formes résident dans des dossiers et que les classes d'entités résident dans des géodatabases, le technicien doit identifier où le nouveau fichier sera créé, lui donner un nom unique qui suit les règles de la convention de dénomination SIG, choisir un système de coordonnées géographiques ou projetées et décider lequel des trois types de géométrie que doit être le nouveau fichier de formes ou la nouvelle classe d'entités, car rappelez-vous que les fichiers vectoriels de polygones ne peuvent contenir que des polygones, les fichiers de polylignes ne peuvent contenir que des polylignes et les points ne peuvent contenir que des points. Si vous devez numériser des entités de plusieurs types de géométrie, vous devrez créer plusieurs classes d'entités ou fichiers de formes.

    Prenez quelques minutes pour parcourir le tableau suivant qui vous montre comment créer de nouveaux fichiers de formes et classes d'entités. N'oubliez pas que vous n'avez pas besoin de mémoriser les étapes, mais c'est une bonne chose de revoir le processus avant qu'on vous demande de le terminer dans une situation de laboratoire.

      1. Cliquez avec le bouton droit sur le dossier (shapefile) ou la géodatabase/le jeu de données d'entité (classes d'entités) où la nouvelle couche sera ajoutée
      2. Passez la souris sur Nouveau.
        1. Recherchez et sélectionnez "Shapefile" dans la liste (ou la classe d'entités dans le cas d'une géodatabase)
        2. Dans la nouvelle boîte de dialogue Shapefile, donnez un nom à votre nouveau shapefile ou classe d'entités et attribuez un type de géométrie
          1. Cliquez sur "Modifier" pour attribuer un système de coordonnées géographiques à un nouveau fichier de formes OU "Suivant" dans la fenêtre Nouvelle classe d'entités pour passer à la page Systèmes de coordonnées
            1. Cliquez sur Ajouter un système de coordonnées
            2. Cliquez sur Importer
            3. Trouvez le calque que vous souhaitez emprunter en accédant au fichier et en le mettant en surbrillance (un seul clic)
            4. Cliquez sur OK
            5. La boîte de dialogue Nouveau fichier de formes (ou classe d'entités) se remplira avec le même système de coordonnées

            6.2.9 : Géocodage

            Nous savons que les systèmes de coordonnées géographiques sont un système "d'adresse" mondial, marquant des emplacements sur la surface de la Terre afin d'enregistrer ou de naviguer vers un emplacement. Nous savons également que dans le système postal, les adresses postales réelles font partie d'un système similaire, avec des rues plus ou moins nord/sud et est/ouest et le numéro du bâtiment marquant l'emplacement le long de cette rue. Ce que vous ne savez peut-être pas, cependant, c'est que ces deux systèmes sont en réalité corrélés.

            Lorsque vous utilisez une application de cartographie telle que Google Maps ou Apple Maps, le système recherche en fait l'adresse dans un tableau stocké qui répertorie l'adresse du bâtiment lorsque vous la saisissez dans le système et la latitude/longitude de cette adresse telle qu'elle se trouve dans un système de coordonnées géographiques. Lorsque vous demandez à l'application de vous diriger vers votre destination, l'application accepte l'adresse telle que vous l'avez entrée, la recherche dans un tableau d'adresses connues, compare ce que vous avez entré à ce qui est considéré comme « correct » par la poste Office, vous propose des suggestions ou des corrections si nécessaire, puis trouve la paire de coordonnées de latitude et de longitude correspondante, vers laquelle l'application naviguera réellement, et non l'adresse saisie. Ce processus de conversion d'adresses en coordonnées géographiques, à la fois avec une application de navigation et le SIG, est appelé géocodage , tandis que le géocodage inversé consiste à prendre des coordonnées géographiques et à trouver l'adresse associée.

            Plusieurs fois dans le SIG, nous devons créer une couche de points basée sur des adresses, et nous accomplissons cette tâche avec le géocodage. Semblable au processus utilisé par l'application de navigation, afin de créer une couche de points basée sur l'adresse, nous devons d'abord créer une table d'adresses et utiliser un localisateur d'adresses Web ou intégré pour faire correspondre l'adresse aux coordonnées géographiques . Les localisateurs d'adresses sont des tables de recherche comprenant les numéros de maison/bâtiment, les noms de rue, les numéros de bloc, les côtés impairs/pairs de la rue, le modèle des numéros de maison/bâtiment dans cette zone, les codes postaux et les coordonnées géographiques associées. Ces localisateurs d'adresses sont la clé pour associer les adresses répertoriées par le service postal avec la paire de coordonnées géographiques.

            Le géocodage et le géocodage inversé peuvent être complétés par des services Web, qui ont tout ce dont vous avez besoin, sans aucune étape intermédiaire comme les outils SIG intégrés, cependant, ils ont souvent des limitations telles que les localisateurs d'adresses de pays ou de continent, un nombre maximum d'adresses géocodées chaque jour sans frais, ou uniquement des adresses courantes. Les outils de géocodage intégrés nécessitent que le technicien crée le localisateur d'adresses avant de géocoder les adresses, mais il n'y a pas de limitations, ce qui signifie qu'un grand nombre d'adresses, d'adresses historiques ou d'adresses multi-pays peuvent être géocodées. Le technicien guide le processus, mais la tâche prend plus de temps dans l'ensemble.


            Tout ce que vous devez savoir sur les modèles numériques d'altitude (DEM), les modèles numériques de surface (DSM) et les modèles numériques de terrain (MNT)

            Notre planète est un endroit très fréquenté, plein de pics, de vallées, d'habitats naturels et d'objets fabriqués par l'homme. Lorsque vous naviguez sur les terrains variés de la Terre, les données d'altitude numériques mettent en évidence ces hauts, ces bas et ces caractéristiques.

            En vous fournissant une visualisation du paysage en question avec des données d'altitude, vous pouvez estimer les zones les plus vulnérables à l'élévation du niveau de la mer, repérer l'empiétement de la végétation et éviter les horreurs lors de la planification urbaine.

            Il existe de nombreuses façons de modéliser l'altitude, et nous allons nous concentrer sur trois jeux de données numériques d'altitude en particulier :

            • DEM - Modèle numérique d'élévation
            • DSM - Modèle numérique de surface
            • MNT - Modèle numérique de terrain

            Que sont les modèles numériques d'élévation (MNT) ?

            Un modèle numérique d'élévation, également connu sous le nom de DEM, est un type de couche SIG raster. Ce sont des grilles raster de la surface de la Terre référencées à la référence verticale— la surface d'altitude zéro à laquelle les hauteurs sont référées par les scientifiques, les assureurs et les géodésiens.

            À la plupart des échelles et des environnements, un terme générique comme DEM peut être utilisé car la différenciation entre la terre nue et un objet de surface n'est pas significative, les DEM ayant généralement des résolutions spatiales de 20 m ou plus.

            Plus les cellules de la grille sont petites, plus les informations contenues dans un fichier de données DEM sont détaillées. Donc, si vous cherchez à modéliser avec beaucoup de détails, alors un petit espacement de grille (ou une petite taille de cellule) est celui qu'il vous faut.

            Quelles machines et technologies capturent les informations pour les DEM ?

            Les DEM sont généralement générés à partir de données de télédétection collectées par des satellites, des drones et des avions. Cette variété de données sources DEM signifie qu'il est possible de combler les lacunes dans les données lorsque peu de données sont disponibles dans les régions éloignées, par exemple.

            L'extraction automatique de DEM à partir de scènes satellites stéréo signifie que les données de capteurs satellites tels que SPOT-5 (résolution 5 à 10 m) peuvent être utilisées.

            Certains méthodes de télédétection pour obtenir les surfaces DEM sont :

            - Interférométrie SAR (aka. InSAR) : données de radar à synthèse d'ouverture (SAR) collectées, par exemple, par le Mission de topographie radar de la navette (SRTM), utilise plusieurs images radar d'antennes capturées à peu près en même temps pour créer un MNT. De plus, certains ont développé des DEM à partir d'InSAR, puis ont appliqué un apprentissage en profondeur pour corriger l'influence urbaine, comme avec le CoastalDEM.

            - Photogrammétrie stéréo: en photographie aérienne comme en imagerie satellitaire, la photogrammétrie utilise des images de au moins deux, mais plus souvent 3, points de vue différents de la même zone. De cette façon, similaire à la façon dont fonctionne notre vision, nous pouvons obtenir de la profondeur et de la perspective là où les images se chevauchent.

            - LiDAR (alias altimétrie laser): comme avec les DSM, en utilisant la lumière, LiDAR mesure la lumière réfléchie qui a rebondi sur le sol pour déterminer l'élévation de la surface de la Terre.

            - Numérisation des courbes de niveau: avec une carte de contour, les DTM (un sous-ensemble de DEM) peuvent être facilement numérisé puis interpolé par programmation avec un logiciel géospatial.

            - Mesures DGPS: GPS différentiel ou DGPS, les gens font des campagnes sur le terrain avec des appareils spécialisés qui utilisent des informations satellitaires pour lever des points dans une zone et déterminer leur position. Cette méthode est donc discret et doit être interpolé pour produire un raster continu.

            - Arpentage de terrain: en évaluant les positions XYZ connues, les zones voisines sont mesurées à l'aide d'un appareil appelé théodolite. Cela nécessite une main-d'œuvre très qualifiée et, comme pour le DGPS, tous les points doivent être interpolés pour produire un raster continu.

            Il est également important de noter qu'avec l'une des méthodes les plus courantes pour dériver des MNT, InSAR, les objets persistants tels que les bâtiments sont souvent mesurés tandis que les objets non persistants sont supprimés. Ainsi, en milieu urbain, ils représentent plus ou moins le surface, tandis que dans les zones rurales sans végétation dense, ils représentent le terrain.

            Les DEM peuvent être segmentés en modèles numériques de surface (DSM) et en modèles numériques de terrain (DTM), que nous approfondirons dans les sections suivantes.

            Bien que les données d'altitude soient représentées dans les DEM dans un format régulier grille de colonnes et de lignes, qui est un moyen très efficace de stocker beaucoup de données, les données d'altitude peuvent également être transmises dans un format vectoriel.

            Ces jeux de données sont appelés Réseaux irréguliers triangulés (TIN), et ils utiliser une stratégie de localisation de points variables pour placer des élévations aux emplacements critiques.

            Les TIN promettent de réduire suffisamment le stockage pour compenser le stockage des coordonnées x, y et z, et pour la surcharge de l'indexation des triangles tout en conservant toutes les informations d'altitude clés, mais la grande disponibilité et la popularité des DEM indiquent le contraire.

            Réseau irrégulier triangulé (TIN)

            Cependant, il en existe un autre, plus populaire que le TIN, l'alternative DEM, qui est nuages ​​de points d'altitude.

            En raison de l'essor du traitement LiDAR et LiDAR, la manipulation directe des nuages ​​de points est devenue plus courante, avec certains dérivant même des nuages ​​de points à partir d'images stéréo.

            Que sont les modèles numériques de surface (DSM) ?

            UNE Le modèle numérique de surface, ou DSM, capture une surface, y compris une structure naturelle et artificielle telle que la végétation et les bâtiments. Ils illustrent les surfaces réfléchissantes de toutes les caractéristiques élevées au-dessus de la « terre nue ».

            En bref, les DSM représentent le La surface de la Terre et tous les objets qui s'y trouvent.

            Applications courantes des DSM

            Étant donné que les DSM représentent la Terre nue et toutes ses caractéristiques aériennes, ils sont particulièrement important dans l'urbanisme.

            Les modèles de surface 3D peuvent améliorer la compréhension et l'explication de scénarios urbains complexes, en particulier lorsque les zones bâties changent avec le temps en raison de l'expansion urbaine.

            Les DSM sont idéaux pour l'empiètement de la zone d'approche de piste dans l'aviation, et aménagement urbain pour vérifier comment un bâtiment proposé peut affecter les vues. Au-delà de cela, les DSM peuvent être utilisés pour la visualisation, la gestion des catastrophes, la navigation, la gestion de la végétation, la prise de décision et bien plus encore.

            Un modèle de surface numérique de Berlin avec des éléments d'extrusion tels que des maisons et des arbres visibles (NEXTMap One)

            Quelles machines et technologies capturent les DSM ?

            Un DSM brosse un tableau du monde, souvent en utilisant Technologie LiDAR (Light Detection and Ranging) ou photogrammétrie stéréo.

            Parfois, des longueurs d'onde radar spécifiques peuvent également être utilisées pour générer des DSM.

            Dans un système LiDAR, des impulsions lumineuses se déplacent vers le sol à partir d'une unité LiDAR. Les impulsions LiDAR rebondissent sur les objets environnants et retournent au capteur. Le capteur utilise alors le temps nécessaire à chaque impulsion pour revenir au capteur pour calculer la distance parcourue.

            Le capteur peut également mesurer l'intensité du retour pour estimer la géométrie de la surface et la composition matérielle de la surface réfléchissante.

            LiDAR produit un énorme nuage de points de valeurs d'altitude pour une zone donnée. Mais, la hauteur peut être réduite à la canopée des arbres, aux bâtiments et à d'autres caractéristiques.

            C'est là qu'intervient la magie des DSM. Un DSM capture à la fois les caractéristiques naturelles et construites à la surface de la Terre, telles que la canopée des arbres et les changements de végétation.

            De cette façon, vous pouvez avoir une vue plongeante sur tous les fonctions d'extrusion une zone contient.

            En haut à gauche : L'impulsion lumineuse émise par l'avion lors de la collecte LIDAR renvoie différentes informations sur la surface qu'il rencontre. Source : Service de conservation des ressources naturelles de l'USDA. En haut à droite : la rétrodiffusion d'impulsions détectée dans l'avion aide à classer le rang de retour et, éventuellement, à aider à la création de terrains de terre nue et de surfaces de premier retour. Source : Gatziolis & Anderson (2008).

            Cependant, le LiDAR peut être extrêmement coûteux et est généralement survolé juste au-dessus des zones plus petites et à haute valeur ajoutée comme les villes.

            Les DSM peuvent également être générés efficacement via correspondance automatisée d'images d'images stéréo optiques à haute résolution ou de photogrammétrie stéréo.

            Correspondance stéréo des images est utilisé pour trouver les pixels correspondants dans les paires d'images, permettant la reconstruction 3D par triangulation, étant donné que les orientations extérieures et intérieures sont connues.

            La source

            Ces paires d'images peuvent provenir d'antennes ou de satellites, mais dans les deux cas, les hauteurs d'objets généralement mesurées manuellement à partir d'images orientées sont utilisées comme référence et tirent parti des algorithmes de vision par ordinateur pour obtenir les résultats finaux.

            Divers des outils open source et commerciaux peuvent être utilisés pour dériver par programme des données d'altitude à partir d'images stéréo, rendant la photogrammétrie à la fois accessible et évolutive.

            L'un des algorithmes les plus connus de ce type s'appelle l'algorithme de correspondance semi-globale (SGM), qui offre un bon compromis entre la durée d'exécution et la précision. (La source)

            Que sont les modèles numériques de terrain (MNT) ?

            Les modèles numériques de terrain ou MNT ont des définitions différentes selon l'endroit où vous vous trouvez dans le monde.

            Pour nos fins, nous recommandons de considérer un DTM comme synonyme de DEM de terre nue. Les DTM sont souvent confondus avec les DEM. La principale différence entre les deux modèles réside dans le fait que le DEM prend généralement en compte tous les objets persistants au sol (végétation, bâtiments et autres artefacts) - tandis que le Le MNT montre l'évolution de la surface géodésique.

            Terre nue fait référence au fait que la végétation et les éléments artificiels tels que les arbres et les lignes électriques sont filtré avec les DEM. Chaque cellule a une valeur correspondant à son élévation (valeurs z à intervalles réguliers) dans un MNT.

            Cela vaut la peine de noter que dans certains pays et domaines de recherche, les gens se réfèrent à des ensembles de données vectorielles composés de caractéristiques naturelles telles que des crêtes, des lignes de fracture et des points espacés, en tant que MNT. Cette définition fait référence à un MNT comme quelque chose qui augmente un MNT en incluant des caractéristiques linéaires du terrain en terre nue.

            Quelle que soit la définition, un MNT est essentiellement une représentation numérique tridimensionnelle d'une surface, composée de coordonnées X, Y et Z. Dans un DTM, vous trouverez hauteurs et élévations aussi bien que caractéristiques naturelles comme les rivières et les lignes de crête.

            Cependant, ces différences subtiles entre les DEM et les DTM sont plus évidentes dans les zones urbaines où prédominent les immeubles de grande hauteur.

            Par exemple, l'île de Manhattan ou des mégalopoles comme Hong Kong peuvent influencer de manière significative la façon dont le terrain doit être mesuré et la quantité de données d'altitude à corriger pour supprimer l'influence des objets à la surface.

            Que vous considériez un DTM comme quelque chose qui augmente un DEM ou comme un DEM « terres nues », grâce à la puissance de calcul de l'ingénierie, le DTM est devenu un outil intégral pour les applications terrestres et d'ingénierie.

            Les DTM peuvent être créés par diverses méthodes, notamment contours numérisés et même des DSM utilisant le différence entre les valeurs de hauteur des arbres et des bâtiments et leur quartier local.

            Par conséquent, les MNT peuvent également être créés à partir de l'une des méthodes utilisées pour générer des MSN, du LiDAR à la stéréophotogrammétrie, en passant par le SAR, le DGPS et l'arpentage au sol, le tout à différents niveaux de détail.

            Ci-dessus : Un MNT représentant un cratère et d'éventuels lits d'argile dans les canaux de West Ladon Valles sur Mars. Source : NASA/JPL/Université d'Arizona/USGS.source

            Alors, en quoi les DSM sont-ils différents des DTM ?

            Les figures ci-dessous illustrent en quoi les DSM diffèrent des DTM .

            Un DSM capture à la fois les caractéristiques naturelles et artificielles de l'environnement.

            Considérant que, comme indiqué ci-dessous, un DTM ne conserve que les caractéristiques du terrain en terre nue, telles que les rivières et les crêtes.

            Un DTM peut être dérivé d'un DSM, mais il n'en va pas de même vice versa.

            Les DSM incluent des objets à la surface de la Terre, alors que les DTM ne

            Pour la plupart des applications LiDAR, l'accent est mis sur le DEM et le DSM tels que définis ci-dessus, les DTM étant plus applicables pour les représentations SIG et cartographiques.

            Qualité et précision des DEM/DTM

            Plusieurs facteurs influencent la qualité des produits dérivés du DEM :

            • Résolution verticale
            • Rugosité du terrain
            • Densité d'échantillonnage et résolution spatiale résultante ou taille de pixel
            • Algorithme d'analyse de terrain
            • Algorithme d'interpolation
            • Référencez des produits 3D avec des masques de qualité contenant des informations sur le littoral, la neige, les nuages, les plans d'eau, etc.

            Applications courantes des DEM

            Les DEM sont essentiels dans des domaines tels que la gestion des infrastructures, l'hydrologie et les études de direction des flux, et l'aménagement du territoire.

            Ils sont particulièrement utiles à de plus grandes échelles spatiales pour le contour des cartes topographiques et en relief:

            • Modélisation du débit d'eau ou des mouvements de masse (p. ex. glissements de terrain)
            • Création de modèles physiques (tels que des cartes en relief)
            • Rectification de photographies aériennes ou d'images satellite
            • Rendu de visualisations 3D
            • Réduction (correction du terrain) des mesures de la gravité (par exemple, gravimétrie, géodésie physique)
            • Analyse de terrain en géographie physique et géomorphologie

            Avant de passer à l'endroit où trouver les données d'altitude, récapitulons les différences entre les trois types :

            • Un modèle numérique de surface (DSM) est un modèle d'élévation qui capture les caractéristiques naturelles et artificielles de l'environnement. Il comprend les sommets des bâtiments, des arbres, des lignes électriques et tout autre objet. Généralement, cela est considéré comme un modèle de canopée et ne voit que le sol là où il n'y a rien d'autre au-dessus.

            -Un modèle numérique d'élévation (MNE) est un terme générique pour un modèle d'élévation, qui encapsule à la fois les DSM et les DTM, et peut être généré à partir de diverses méthodes. Souvent, en raison de l'échelle et de l'environnement, la différenciation entre le DSM et le DTM est inutile (par exemple, le DEM dérivé du SRTM à une résolution de 30 m ou 90 m). Noter que parfois les gens considèrent ce terme comme synonyme de DTM, alors plongez toujours dans la méthodologie de la façon dont il a été dérivé.

            • Un modèle numérique de terrain (MNT) est un modèle d'élévation de la terre nue. Les DTM ne contiennent aucune caractéristique au-dessus de la terre nue, même persistante. Ainsi, ils peuvent être associés à des DSM pour dériver des informations de hauteur concernant les objets à la surface. Certains considèrent les MNT comme quelque chose qui augmente un MNT, un réseau de points vectoriels d'éléments de terrain au lieu d'un raster continu.

            Certains termes clés à garder à l'esprit lorsque vous travaillez avec des modèles d'élévation sont :

            1. Sol: la surface solide de la Terre, comme le fond de la mer
            2. Hauteur: une mesure de l'élévation de la base au sommet au-dessus du sol ou d'un niveau reconnu
            3. Élévation : la hauteur au-dessus d'un niveau donné, notamment celui de la mer ou au-dessus de l'horizon
            4. Terrain: une étendue de terrain, une région ou un territoire

            Il existe de nombreux endroits pour trouver des DEM mondiaux. Des données satellites gratuites aux sources LiDAR, voici comment trouver les données d'altitude dont vous avez besoin :

            1. Mission de topographie radar de la navette spatiale (SRTM)

            Au cours de sa mission de 11 jours, la navette spatiale Endeavour a fait 16 orbites autour de la Terre et a capturé la topographie de la Terre à une seconde d'arc (30 mètres) pendant plus de 80% de la surface de la Terre.

            SRTM a utilisé un radar à ouverture synthétique et une interférométrie pour collecter l'un des modèles numériques d'élévation de la Terre les plus précis. La charge utile SRTM, lancée en 2000, a utilisé deux antennes radar et un seul passage pour générer un modèle d'élévation numérique en utilisant la technique connue sous le nom de radar interférométrique à ouverture synthétique (inSAR).

            Ces données sont disponible gratuitement à utiliser sur l'USGS Earth Explorer. Il couvre la plupart du monde avec une précision de hauteur verticale absolue de moins de 16 m.

            Où télécharger les données SRTM ?

            Si vous souhaitez télécharger des données SRTM, elles sont disponibles au centre de données EROS de l'US Geological Survey pour téléchargement, ainsi que via l'USGS Earth Explorer.

            Pour télécharger, sélectionnez votre domaine d'intérêt. Sous l'onglet des ensembles de données, sélectionnez Digital Elevation>SRTM>SRTM 1-ArcSecond Global. Ce guide pratique de GIS Geography vous aidera à démarrer.

            Avant septembre 2014, le meilleur DEM SRTM disponible était une résolution de 90 mètres. La résolution de 30 mètres SRTM est publiquement disponible sur l'USGS Earth Explorer, grâce à la navette spatiale Endeavour

            2. Modèle d'élévation numérique mondial ASTER

            Le Radiomètre spatial avancé d'émission et de réflexion thermiques (ASTER) est une opération conjointe de la NASA et du ministère de l'Économie, du Commerce et de l'Industrie (METI) du Japon. Dans le cadre de cela, le Modèle d'élévation numérique global ASTER (GDEM) est né.

            Avec une résolution globale de 90 mètres et 30 mètres aux États-Unis, ASTER GDEM a une haute résolution et une large couverture—environ 80% de la Terre.

            Comment sont nés les GDEM ASTER ? Utilisant paires stéréoscopiques et méthodes de corrélation d'images numériques. Sur la base de deux images à des angles différents, il a mesuré l'élévation à l'aide de paires stéréo et de photogrammétrie.

            A noter : certains utilisateurs ont exprimé des problèmes avec ses données, souvent dans des zones nuageuses.

            Cependant, au fil du temps, ASTER DEM data a amélioré ses produits avec des corrections d'artefacts conduisant à des améliorations considérables.

            Certains considèrent maintenant ASTER GDEM-2 comme une représentation plus précise que les modèles d'élévation SRTM en terrain montagneux accidenté. Mais allez-y, jetez un œil et voyez par vous-même.

            Où télécharger l'ASTER GDEM ?

            Vous pouvez télécharger gratuitement les données ASTER DEM à partir de NASA Earthdata, Japan Space Systems et USGS Earth Explorer en sélectionnant Digital Elevation > ASTER.

            3. Global ALOS World 3D de JAXA

            Modèle de surface numérique global ALOS, ou ALOS Monde 3D, est un ensemble de données DSM mondial de l'Agence japonaise d'exploration aérospatiale (JAXA).

            Il est généré à partir d'images collectées à l'aide de l'instrument de télédétection panchromatique pour la cartographie stéréo (PRISM) à bord du satellite avancé d'observation des terres (ALOS) de 2006 à 2011. L'ensemble de données DSM a une résolution horizontale d'environ 30 mètres de maille (1 seconde d'arc) et est disponible gratuitement pour le public.

            Sur la base du jeu de données DSM (version de maillage de 5 mètres) des données topographiques mondiales 3D—le les données d'élévation à l'échelle mondiale les plus précises avec une précision de pointe de 30 mètres.

            Où pouvez-vous télécharger Global ALOS 3D World de JAXA ?

            Pour accéder à ce DSM précis, vous devrez vous inscrire en ligne via le portail JAXA Global ALOS pour le télécharger.

            4. Détection de la lumière et télémétrie (LiDAR)

            Alors que le monde s'achemine vers une carte mondiale LiDAR, les sources de données LiDAR sont disponibles en ligne gratuitement, si vous savez où les trouver.

            Pourquoi LiDAR ? Sa précision spatiale et verticale est souvent inégalée. Après avoir filtré les retours au sol, vous pouvez créer un DEM impressionnant à partir des données LiDAR. Vous pouvez souvent utiliser les différents retours pour déterminer la hauteur de la végétation par rapport à la hauteur de la surface du sol, en fonction de l'instrument LiDAR et de la densité de la végétation. Ainsi, vous pouvez générer à la fois un DTM et un DSM à partir du même ensemble de données !

            Si vous recherchez toujours des données LiDAR sur votre zone d'intérêt, essayez de contacter votre gouvernement local ou régional. Tant que vous leur dites pour quoi vous l'utilisez, ils peuvent partager leurs données LiDAR gratuitement.

            5. La place de marché UP42 : NEXTMap d'Intermap et WorldDEM d'Airbus

            Si vous ne savez pas quel fournisseur choisir, les marchés géospatiaux collectent plusieurs ensembles de données provenant de plusieurs fournisseurs et types de données.

            UP42 rassemble des données d'altitude ainsi que des images satellite et aériennes, des données météorologiques, AIS, etc..

            La place de marché UP42 contient Modèles altimétriques numériques d'Intermaps avec une résolution allant jusqu'à 1 mètre. Les produits d'élévation NEXTMap 3D d'Intermap sont disponibles sous forme de DSM et de DTM, ce qui vous permet de créer des solutions 3D avec ou sans objets de surface, tels que la végétation ou les bâtiments.

            Où accéder aux données disponibles sur UP42 ?

            Visitez le marché UP42, recherchez « élévation » et vous trouverez une gamme de données telles que les données d'élévation NEXTMap 10, NEXT Map One, NEXTMap 5, ainsi que les données WorldDEM ™ d'Airbus avec une résolution de 12 m.

            Comment accéder, ouvrir et lire les DEM ?

            Des outils logiciels tels que QGIS vous permettent d'ouvrir et de lire des fichiers DEM

            Avec l'abondance de données d'altitude disponibles en ligne, une fois que vous avez trouvé celle qui convient à vos besoins, il est temps de plonger dedans.

            Comme nous le savons maintenant, Les DEM sont des fichiers qui contiennent soit des points (vecteur) soit des pixels (raster), chaque point ou pixel contenant une valeur d'altitude. Ils sont disponibles dans une variété de formats de fichiers, de .csv et .tif à .flt et .dem.

            Les GeoTIFF permettent d'intégrer des informations de localisation dans un fichier TIFF.

            Voici un guide utile de l'Université Carleton sur les formats DEM et comment vous pouvez les ouvrir dans divers outils.

            En parlant d'outils, examinons-les ensuite.

            De quels outils logiciels ai-je besoin pour ouvrir et lire les DEM ?

            Vous aurez besoin d'un système d'information géographique (SIG) ou tout autre logiciel d'application spécial puisque les données d'altitude ne sont pas directement visibles dans un navigateur. Certains logiciels qui reconnaissent les fichiers DEM incluent :

            • ArcGIS— voici un guide utile sur l'exploration des DEM à l'aide d'ArcGIS — créez des couches d'altitude et plus encore
            • QGIS 3 —QGIS 3 est en 3D et apporte un tout nouvel ensemble de possibilités de cartographie. Il est également gratuit et open source, ce qui permet de comprendre facilement le fonctionnement de ses algorithmes
            • [QGIS 2](https://qgis.org/en/site/forusers/download.html "QGIS 2") - bourré de fonctions telles que l'automatisation de la production de cartes gratuitement
            • [gVSIG](http://www.gvsig.com/en/products/gvsig-desktop "gVSIG") - un autre outil gratuit, cette fois avec des outils de CAO, une NavTable et une application mobile
            • [SIG GRASS](https://grass.osgeo.org/ "GRASS GIS") - une option gratuite avec une interface utilisateur intuitive et plus de 350 outils de manipulation vectorielle et raster

            Pour la plupart de ces logiciels SIG, vous pouvez faire glisser et déposer le fichier .tif de votre navigateur directement dans le programme.

            Gardez à l'esprit: au préalable, les données et les images numériques d'élévation sont généralement non éditées et destinées à une utilisation et à une évaluation scientifiques.

            Ce sont des sorties directement de la source de données elle-même, elles peuvent donc contenir :

            • De nombreuses zones sans données
            • Des côtes mal définies
            • Plans d'eau qui peuvent ne pas sembler plats
            • D'autres erreurs déjà évoquées.

            Le format USGS DEM est une norme ouverte pour les DEM basés sur des trames.

            Comment visualiser les DEM ?

            Ainsi, une fois que vous avez téléchargé les données, choisi un outil logiciel, il est temps de visualiser le DEM dans toute sa splendeur.

            Il existe de nombreuses façons de le faire. Regardons quelques exemples et tutoriels qui sont facilement disponibles en ligne.

            QGIS 3.0 est livré avec une vue de couche 3D. Cela vous permet de visualiser les données SIG en 3D, vous offrant une visualisation plus vive des données contenant l'altitude ou la hauteur.

            Voici un didacticiel qui vous explique comment visualiser les DEM en 3D avec QGIS 3.0, à l'aide du candidat maître QGIS 3.0. En voici un autre qui se concentre sur la visualisation des DEM à l'aide de QGIS 3.0 par rapport à ArcGIS Pro.

            Visualisation 3D des MNT (Source : Geodose)

            Les techniques de visualisation dépendent également de votre objectif. En ce qui concerne la cartographie des reliefs en sciences de la Terre, par exemple, il est important de produire des résultats à la fois complets et impartiaux.

            Voici une étude qui a examiné cinq méthodes de visualisation différentes lors de l'utilisation de MNT pour la cartographie des reliefs (Smith & Clark, 2005). Il a constaté qu'aucune méthode de visualisation unique ne fournit une cartographie complète et impartiale, sujette à la distorsion de l'azimut.

            Bien que des formes de relief subtiles puissent être mises en évidence, les chercheurs recommandent la visualisation de la courbure pour la cartographie initiale, car cela fournit une image non éclairée (et donc non biaisée). Ensuite, cela peut être complété par des données provenant de visualisations ombrées en relief.

            Si vous cherchez à visualiser les contours d'altitude à partir de DEM raster en Python, voici un didacticiel sur la façon de le faire à l'aide de packages tels que GDAL et Matplotlib.

            Un tracé de contour du mont Shasta, Californie (Source : Earth Lab)

            Quelles sont les bases de l'analyse DEM ?

            L'analyse DEM comprend quatre composantes essentielles, à savoir :

            1. L'acquisition des données: capturer des images de terrain ou scanner la surface de la terre
            2. La modélisation des données: approches interdisciplinaires telles que le traitement d'images, la photogrammétrie, l'interférométrie, etc.
            3. Gestion de données: codage des données, structuration des données, technique des bases de données spatiales, infographie
            4. Développement d'applications: urbanisme, gestion des mines, arpentage, analyse géomorphologique, facility management, génie civil, gestion des ressources, ingénierie géologique, aménagement paysager, identification et surveillance des risques, et même jeux informatiques et navigation missile/avion

            Les usages et applications des DEM sont encore plus variés que leur mode d'acquisition. Pertinent et utile pour presque toutes les industries ou secteurs qui utilisent données de localisation, certaines des utilisations générales comprennent :

            • Analyse de pente
            • Analyse des aspects
            • Délimitation des réseaux de drainage et des captages
            • Identification des structures géologiques
            • Analyse du champ de vision
            • simulations 3D
            • Analyse du changement
            • Orthorectification
            • Cartographie des contours

            Ci-dessus : Analyse de la pente d'un volcan aux Galapagos, en Équateur. Source : doi:10.1146/annurev.earth.28.1.169

            De quelles données avez-vous besoin pour construire des modèles altimétriques numériques ?

            La clé pour construire des DEM est, vous l'aurez deviné, des données d'altitude (Z) définies spatialement (en X et Y).

            Cette élévation est toujours normalisée en référence à une donnée arbitraire dans le paysage, généralement signifie niveau de la mer.

            Cela signifie qu'il doit y avoir un point de référence d'observation connu et cohérent et une méthode cohérente de mesure de la superficie en cours d'évaluation.

            La façon dont les points de données d'altitude ont été acquis (voir les méthodes de capture dans la section précédente) détermine les corrections à apporter et la manière dont les points doivent être interpolés.

            Les satellites offrent à la fois le point d'observation connu—avec leur consistance d'orbite et toutes les métadonnées qui accompagnent chaque image, comme le fichier d'orbite avec des informations sur la trajectoire et l'angle d'incidence, ainsi que la méthodologie cohérente d'acquisition, balayant de manière relativement continue sur une zone et mesurant uniformément l'élévation.

            Lorsqu'il s'agit de MNT dérivés de données satellitaires, une distinction cruciale est faite entre les méthodes d'utilisation d'ensembles d'imagerie optique pour l'analyse stéréoscopique et l'utilisation d'informations radar pour l'analyse interférométrique.

            Quelle est la précision des modèles altimétriques numériques ?

            La précision du DEM est le plus souvent estimée en calculant l'erreur quadratique moyenne (RMSE) de l'altitude calculée en comparant les points DEM et les points de référence.

            Cependant, la précision d'un DEM ne se limite pas à la composante d'élévation (verticale).

            Quels facteurs affectent la précision du DEM ?

            La qualité du DEM dépend de divers facteurs interdépendants tels que les méthodes d'acquisition de données, la nature des données d'entrée et les techniques utilisées pour développer le DEM.

            Différentes méthodes d'acquisition des données d'élévation, des méthodes manuelles comme le DGPS aux méthodes passives comme les images satellites stéréoscopiques aux acquisitions RADAR ou LiDAR actives, ont leurs propres biais et sources d'erreurs à rechercher.

            Par exemple, les méthodes manuelles seront sujettes aux biais d'échantillonnage et auront rarement une influence atmosphérique ou d'autres biais communs observés dans d'autres techniques d'acquisition.

            Examinons quelques-uns des facteurs clés qui affectent la précision du DEM pour les méthodes non manuelles :

            • Influence atmosphérique et ionosphérique
            • Décorrélation temporelle
            • Erreurs de coregistration
            • Erreurs de phase et décorrélation du signal
            • Effets "d'ombre"

            Ci-dessus : Erreurs courantes rencontrées dans les mesures InSAR. Source : doi : 10.1146/annurev.earth.28.1.169

            Il existe trois principaux types de résolution que l'on doit toujours prendre en compte lors de l'évaluation de l'adéquation d'un MNT pour un projet ou une application donnée : la résolution spatiale et la résolution verticale.

            La résolution spatiale est déterminée par le distance entre les points d'échantillonnage, qui peut être relativement uniforme, comme dans le cas de l'imagerie stéréoscopique, quelque peu uniforme, comme avec RADAR et LiDAR, ou très variable, comme avec les DEM obtenus avec des méthodes manuelles.

            L'un des aspects les plus importants d'un DEM est sa précision verticale ou sa résolution verticale.

            La résolution verticale des données d'altitude est définie comme la différence de hauteur possible entre l'altitude modélisée ou détectée et l'altitude réelle ou vérifiée au sol de la surface.

            Chacune des diverses méthodes susmentionnées d'obtention de données d'altitude, telles que le radar, le LiDAR ou la photogrammétrie, produit des niveaux de précision différents. Parmi ces méthodes, LiDAR donne généralement les meilleures résolutions spatiales et verticales, mais son coût à grande échelle est souvent prohibitif.

            Vous pouvez trouver que différents fournisseurs DEM auront également des définitions différentes de ce qu'est la résolution verticale ou la précision verticale.

            Ci-dessus : Tableau des MNT globaux et leurs résolutions spatiales (résolution) et verticales (précision verticale) respectives. La source

            Une dernière résolution à considérer avant de choisir un MNT est la résolution temporelle, à savoir, depuis combien de temps les données d'altitude ont-elles été utilisées pour générer le DEM acquis.

            Ceci est particulièrement pertinent si vous souhaitez effectuer une analyse des changements ou si vous utilisez un DSM pour étudier quelque chose d'assez variable dans le temps, comme la végétation ou une nouvelle construction..

            Comment lire les erreurs verticales dans les DEM ?

            Les erreurs verticales dans les DEM sont généralement classées comme des puits ou des pics.

            UNE évier est un zone entourée de valeurs d'altitude plus élevées. On l'appelle également une dépression ou une fosse - une zone de drainage interne.

            D'où viennent-ils? Certains puits peuvent être naturels, en particulier dans les zones glaciaires, bien que de nombreux puits soient souvent des imperfections dans le MNT.

            D'autre part, un Pic, également connu sous le nom de pointe, est une zone entourée de cellules de valeur inférieure.

            Ce sont généralement des caractéristiques naturelles et sont moins préjudiciables à la direction du flux de calcul, comme mentionné ci-dessus.

            D'où viennent les creux et les pics ?

            Le nombre de puits dans un MNA donné est généralement plus élevé pour les MNA à résolution plus grossière.

            Les puits sont également généralement causés par le stockage des données d'altitude sous forme de nombre entier. Cela peut causer des problèmes dans les zones de faible relief vertical.

            Souvent, vous pouvez trouver 1% des cellules dans un DEM de résolution de 30 mètres composé de puits. Cela peut augmenter jusqu'à 5 % pour un DEM de trois secondes d'arc.

            Vous pouvez remarquer un autre type d'erreur dans les DEM connu sous le nom artéfacts de rayures—contenus dans les DEM résultant de erreurs d'échantillonnage systématiques lors de la création du MNT lui-même. Ceci est également plus visible sur les données entières dans les zones plates.

            Comment supprimer l'évier et les pics pour créer un DEM sans dépression ?

            Face aux creux et aux pics des DEM il est important de les supprimer ou de les remplir pour créer un * DEM sans dépression*.

            Un DEM sans puits est l'entrée dérivée du processus de direction du flux, par exemple. Cela est dû au fait que la présence de puits peut conduire à un raster de direction de flux erroné.

            L'utilisation d'un DEM sans dépression est essentielle pour garantir une analyse précise.

            De nombreuses applications SIG incluent des outils vous permettant de créer un DEM sans dépression, vous permettant de :

            Voici un guide d'ArcGIS Pro sur la façon de procéder à l'aide de l'ensemble d'outils d'extension ArcGIS Spatial Analysis.

            Applications d'hydrologie avec les DEM

            Inondations et MNT : modèles d'inondation d'inondation

            Les DEM peuvent être utilisés pour effectuer de nombreuses modélisations géospatiales et hydrologiques.

            Allant de prévision des crues et le développement physique des zones urbaines et rurales à délimitation du bassin versant et analyse de l'impact des inondations pour la préparation aux situations d'urgence.

            La modélisation des inondations ou la cartographie des inondations est nécessaire pour comprendre les effets des inondations dans une zone particulière et sur des structures importantes telles que les rues, les bâtiments, les routes et les voies ferrées.

            La quantification du risque d'inondation à l'aide de modèles d'inondation permet de prédire l'étendue des inondations. Cela peut être une source d'informations cruciale pour les études sur les risques d'inondation, en particulier lorsque notre monde se réchauffe et que le niveau de la mer augmente.

            Les modèles d'inondation nous fournissent des informations importantes telles que la profondeur et l'étendue spatiale des zones inondées—requis par les autorités locales d'informer les citoyens sur les zones importantes sujettes aux inondations et d'adopter des stratégies de gestion des inondations appropriées.

            Des modèles d'inondation précis nécessitent des DEM haute résolution et très précis. Selon cet article de 2019, les DEM mondiaux actuels ne capturent pas les détails topographiques dans les plaines inondables, ce qui conduit souvent à des prédictions inexactes de l'extension des inondations par les modèles d'inondation (Shastry & Durand, 2019).

            Ces régions où les données sont rares peuvent être étudiées en créant cartes des inondations produit en combinant l'étendue des inondations avec la modélisation de prédiction et les MNT modifiés.

            Apprenez-en plus sur l'utilisation des observations d'inondations pour obtenir la topographie des plaines inondables dans les régions où les données sont rares dans le document.

            Modélisation des inondations (Source)

            Erreurs DEM dans les modèles d'inondation

            Il est important de prendre en compte la source de données DEM lors de l'utilisation de DEM pour prédire le risque d'inondation. Cette étude examine l'évaluation des inondations côtières, l'élévation du niveau des phoques ou le risque d'érosion et explore le rôle de la source de données DEM.

            Autres applications des DEM

            Application d'algorithmes d'apprentissage automatique aux DEM

            Comme mentionné, il existe des zones où les données sont rares et pour combler ces vides, une modélisation des données peut être effectuée. Ces dernières années, les progrès des algorithmes d'apprentissage automatique, une puissance de calcul abordable et la disponibilité des mégadonnées ont stimulé la révolution de l'apprentissage en profondeur dans tous les domaines.

            Des techniques d'apprentissage automatique telles que peinture d'image peut être utilisé pour combler les vides de données (Gavrill & Muntingh et al, 2019).

            Image inpainting, similaire au terme utilisé dans le monde de l'art pour conserver les images endommagées ou incomplètes, les algorithmes d'image inpainting reconstruisent les pixels du terrain dans les zones manquantes.

            L'apprentissage automatique et l'apprentissage en profondeur ont des erreurs avancées. Par exemple, cette étude examine CoastalDTM et la capacité de réduire les erreurs lors de l'utilisation des données DEM du SRTM de la NASA.

            Cela suggère que, bien que la précision et la résolution spatiale du MNT soient généralement prises en compte avant d'être utilisées pour les modèles d'inondation, les limitations des MNT découlant de leur source de données d'origine peuvent souvent être négligées lors de la sélection du MNT (Coveney & Fotheringhham, 2011).

            La source

            Cartes topographiques et cartographie DEM

            Les données d'altitude peuvent être utilisées comme données d'entrée pour les projets d'infrastructure, garantissant que la construction de voies ferrées, de pipelines et de lignes électriques n'est pas prévue dans les zones à forte pente.

            Les différences d'élévation peuvent également être suivies pour s'assurer que les risques géologiques sont surveillés, prévus et atténués, ce qui minimise les dommages et les pannes.

            La National Geospatial-Intelligence Agency s'est associée à l'Université de l'Illinois, à l'Université du Minnesota et à l'Ohio State University pour produire des modèles numériques d'élévation du monde via Earth DEM.

            Le projet transmet des images satellite d'une zone sous plusieurs angles au superordinateur Blue Waters pour créer des modèles 3D du terrain.

            En tant que l'un des supercalculateurs les plus puissants et les plus rapides au monde, Blue Waters peut effectuer plus de 13 milliards de calculs par seconde.

            EarthDEM sera une carte 3D du globe accessible au public et suit la cartographie complète de l'Arctique en 2017, dans le cadre du projet ArcticDEM— qui a aidé les scientifiques à suivre les changements, à détecter la déforestation, l'effondrement de la calotte glaciaire, etc.

            Études géologiques et cartographie DEM

            Le système du rift est-africain

            Les modèles d'élévation numériques fournissent aux géologues des informations sur les limites des plaques tectoniques. Dans l'image ci-dessus de l'Afrique de l'Est, les contours des altitudes montrant les renflements thermiques et les grands lacs d'Afrique de l'Est sont visibles.

            Les scientifiques ont utilisé les données DEM pour découvrir et prédire la transition de la faille à la crête, conduisant à une nouvelle formation océanique alors que le continent africain se divise en deux.. Le système du Rift est-africain s'étend de la région Afar en Éthiopie jusqu'au Mozambique. C'est un rift continental actif qui a commencé il y a des millions d'années et se divise à 7 mm par an.

            Dans une étude récente, la microplaque Victoria, qui se situe entre les branches est et ouest du système du rift est-africain, s'est avérée tourner dans le sens inverse des aiguilles d'une montre au cours des deux dernières années par rapport à la plaque africaine.

            En plus de ces informations sur les continents, les éruptions régulières de volcans le long de la faille ajoutent à la croyance que le continent pourrait se diviser pour former un nouvel océan.

            Cratère d'impact de météorite au Groenland

            Les données d'ArcticDEM ont soutenu l'enquête sur un possible deuxième cratère d'impact enfoui sous plus d'un mile de glace dans le nord-ouest du Groenland.

            Suite à l'annonce en novembre 2019 d'un cratère de 19 milles de large sous le glacier Hiawatha - le premier cratère d'impact de météorite jamais découvert sous les calottes glaciaires de la Terre - le deuxième cratère a une largeur de plus de 22 milles.

            Le glaciologue de la NASA, Joe MacGregor, a vérifié les cartes topographiques de la roche sous la glace du Groenland à la recherche de signes de cratères. Il a utilisé des images de l'instrument MODIS de la NASA et a remarqué un motif circulaire à environ 114 miles au sud-est du glacier Hiawatha.

            En étudiant les données DEM haute résolution de l'ensemble de l'Arctique à l'aide d'ArcticDEM, il a remarqué le même motif circulaire, ce qui l'a amené à suspecter un possible deuxième cratère d'impact..

            Les données DEM sont incroyablement utiles pour se plonger dans le passé. Lorsque les archéologues ont parcouru le désert de Nefud dans le nord de l'Arabie saoudite, ils ont examiné 376 empreintes de pas laissées dans la boue d'un ancien lit de lac.

            Parmi les empreintes laissées par des animaux tels que des éléphants géants éteints, des chameaux, des buffles et des ancêtres des chevaux modernes, ils ont repéré des empreintes humaines qui pourraient témoigner de la présence humaine dans la région il y a environ 115 000 ans.

            L'analyse à l'aide de modèles d'élévation numériques de trois pistes d'hominidés sélectionnées soutient que les humains anatomiquement modernes ont créé les sept empreintes de pas. Si elles étaient confirmées, ce seraient les plus anciennes traces d'Homo sapiens jamais trouvées dans la péninsule arabique.

            La première empreinte humaine découverte à Alathar (à gauche) et un modèle d'élévation numérique qui a aidé les chercheurs à discerner ses détails (à droite) (Stewart et al., 2020)

            Données DEM pour d'autres planètes

            Altimètre laser Mars Orbiter (MOLA)

            Cartographier notre propre planète n'est pas là où ça s'arrête. Grâce à l'instrument Mars Orbiter Laser Altimeter (MOLA), vous pouvez visualiser le terrain accidenté de Mars.

            L'instrument à bord du Mars Global Surveyor (MGS), un vaisseau spatial lancé le 7 novembre 1996, a collecté des données altimétriques jusqu'au 30 juin 2001. Parallèlement, un altimètre laser à bord du MGS a déterminé la hauteur des caractéristiques de la surface de Mars.

            À partir de 1998, MGS a effectué des observations de pôle à pôle de la planète rouge. C'est le but ? Cartographier l'ensemble du globe martien, jetant ainsi les bases de plus de dix années supplémentaires de missions de la NASA. Déterminer la géologie et peut-être l'histoire de Mars et de son climat.

            Les scientifiques ont utilisé MOLA pour cartographier les anciens ruisseaux martiens et explorer ce qui aurait pu être. MOLA fonctionne en mesurant le temps qu'une impulsion de lumière met pour quitter le vaisseau spatial, se refléter sur la surface de Mars et revenir au miroir collecteur de MOLA. En multipliant le temps de réflexion par la vitesse de la lumière, les scientifiques ont calculé l'altitude de Surveyor au-dessus du terrain local à environ 30 mètres.

            Alors que le vaisseau spatial survolait des collines, des vallées et des cratères, son altitude au-dessus du sol changeait continuellement. Ces cartes détaillées nous aident à construire un atlas topographique de la planète et à comprendre les forces géologiques qui ont façonné Mars.

            Explorez les contours de notre voisin planétaire sur cette carte du terrain de Mars et à travers le USGS Astrogeology Science Center

            La topographie de Mars : les éléments blancs et rouges sont les plus élevés en élévation relative et les zones bleues sont les plus basses. (Source : NASA)

            Pour résumer, un Digital Elevation Model ou DEM est un terme généralisé pour un ensemble de données raster avec une grille régulière d'informations d'altitude. Les DEM sont populaires pour les calculs, les manipulations et l'analyse approfondie d'une zone, ainsi que pour l'analyse basée sur l'altitude.

            Les modèles numériques de surface ou DSM capturent une surface, y compris des structures naturelles et artificielles telles que la végétation et les bâtiments. Ils illustrent les surfaces réfléchissantes de toutes les caractéristiques élevées au-dessus de la « terre nue ».

            Dernièrement, Les modèles numériques de terrain ou MNT sont un modèle d'élévation de la terre nue, et donc exempt de végétation, de bâtiments et d'autres objets au-dessus du sol.

            Il existe de nombreux endroits pour trouver des DEM mondiaux. De données satellitaires gratuites vers les sources LiDAR. Ils sont disponibles dans une variété de formats de fichiers, de .csv et .tif à .txt et .dem. Vous aurez besoin d'un système d'information géographique (SIG) ou d'un autre logiciel d'application spécial, car les données d'altitude ne sont pas directement visibles dans un navigateur. Certains logiciels qui reconnaissent les fichiers DEM incluent ArcGIS et QGIS 3.

            QGIS 3.0 est livré avec une vue de couche 3D. Cela vous permet de visualiser les données SIG en 3D, vous offrant une visualisation plus vive des données contenant l'altitude ou la hauteur.

            Les erreurs dans les DEM sont généralement classées comme des puits ou des pics. Un évier est une zone entourée de valeurs d'altitude plus élevées. On l'appelle aussi dépression ou fosse. D'autre part, un pic, également appelé pic, est une zone entourée de cellules de valeur inférieure. Ceux-ci doivent être supprimés avant de tenter de dériver des informations de surface, créant un DEM sans dépression.

            Les DEM peuvent être utilisés pour effectuer de nombreuses modélisations géospatiales et hydrologiques, y compris la prévision des inondations et l'analyse de l'impact des inondations pour la préparation aux situations d'urgence.

            Des algorithmes d'apprentissage automatique peuvent être appliqués pour tirer davantage de données DEM, telles que la peinture d'images pour combler les vides de données et compléter l'image.

            Les données d'altitude peuvent être utilisées comme contribution aux projets d'infrastructure, aux études géologiques, aux découvertes archéologiques et à l'exploration de planètes autres que la nôtre, telles que Mars.

            Prêt à accéder aux données d'altitude ainsi qu'à l'imagerie satellite et aux algorithmes d'apprentissage automatique ? Inscrivez-vous à UP42 et créez des solutions géospatiales dès aujourd'hui.


            Trucs et astuces pour travailler avec des nuages ​​de points dans AutoCAD

            La capture de la réalité se démocratise de plus en plus et la demande de données de nuages ​​de points ne cesse de croître. J'ai donc rassemblé quelques astuces utiles que j'ai recueillies au fil des ans pour rendre, espérons-le, le processus de dessin à partir d'un nuage de points un peu plus facile et plus productif. .

            Accélération matérielle

            L'accélération matérielle doit être activée pour afficher le nuage de points dans AutoCAD.

            Nuage de points Couche

            La création d'un calque pour le nuage de points permet de l'activer et de le désactiver plus facilement pour vérifier le dessin au fur et à mesure de sa progression.

            Système de coordonnées utilisateur

            Lorsque vous travaillez avec un nuage de points où le sujet est à un angle gênant, facilitez le travail de dessin et équarrissez le sujet en créant un système de coordonnées utilisateur (SCU) ou même une série de SCU.

            Point de référence

            Créez un point de référence dans AutoCAD ou notez le niveau auquel le nuage a été découpé pour la majeure partie du dessin afin qu'il puisse être rapidement réinséré au niveau correct dans le cas improbable où AutoCAD se bloque.

            Cela permettra également à quelqu'un d'autre de vérifier et d'approuver facilement le dessin.

            Grand réticule

            Un grand réticule peut être avantageux car il peut être utilisé comme guide pour planifier le placement des sommets pour la majeure partie du dessin au trait, car il peut être utilisé pour guider les lignes les mieux ajustées.

            Considérez le workflow et planifiez les livrables.

            Si l'exigence est de produire uniquement des livrables 2D, il n'est peut-être pas nécessaire de s'accrocher aux points.

            L'accrochage à des points pour produire un dessin 2D augmentera probablement le temps nécessaire pour produire le dessin final, car le dessin au trait devra être aplati et les élévations des objets devront être modifiées pour une élévation de 0.

            Cela étant dit, s'il est probable qu'un ou plusieurs dessins 3D soient nécessaires à un stade ultérieur, envisagez de vous accrocher aux points, puis d'aplatir le dessin dans un fichier séparé. De cette façon, les dessins 3D peuvent être transformés rapidement et efficacement avec un minimum d'effort lorsque le besoin se présente.

            Travailler avec des polylignes

            Utilisez des polylignes pour tracer le nuage de points car il est facile d'ajouter un sommet supplémentaire à un stade ultérieur. Les polylignes se prêtent bien car le sommet peut être manipulé avec un minimum d'effort.

            Stylisation

            N'ayez pas peur de modifier la stylisation des nuages ​​de points tout au long du projet. L'utilisation d'un mélange de styles tels que l'intensité, la couleur de l'objet, l'élévation, etc. peut aider à mieux interpréter le nuage de points.

            Niveau de détail et taille du point

            Utilisez les curseurs de niveau de détail et de taille de point pour améliorer les performances des ordinateurs et faciliter l'interprétation des données.

            Voir ce qui est nécessaire

            Lorsque vous travaillez en détail dans une zone spécifique du nuage de points, il est probablement inutile d'avoir l'étendue complète du nuage de points visible. En réduisant les données de nuage de points affichées, des données plus denses peuvent être visualisées et interprétées sans imposer une contrainte inutile sur le PC ou l'ordinateur portable. Cela permet à AutoCAD de fonctionner plus facilement, il sera moins susceptible de se bloquer et la qualité des données présentées sera plus riche.

            Explorez le nuage

            Lorsque vous dessinez à partir d'un nuage de points, il est très important de définir le niveau et l'épaisseur corrects du plan ou de la tranche pour garantir la précision du dessin. Cependant, il est courant qu'un relevé par balayage laser soit effectué pour masquer des parties du sujet, ce qui à son tour peut parfois laisser peu ou pas d'informations à interpréter.

            Essayez d'augmenter et de diminuer l'épaisseur de la tranche, et/ou de la déplacer de haut en bas, pour vous aider à comprendre ce qui se passe, car la réponse peut se trouver juste en dessous ou juste au-dessus de votre tranche actuelle.

            2 écrans valent mieux que 1

            Le dessin à partir d'un nuage de points est plus facile avec 2 écrans et le fait d'ouvrir le fichier récapitulatif sur un écran séparé aidera à comprendre ce que la tranche 2D de données de nuage de points dans AutoCAD représente dans le contexte du levé 3D.

            Revoir le dessin au trait

            Après avoir placé la plupart des lignes, il est important de les revoir.

            Tout en examinant le dessin au trait, des sommets supplémentaires peuvent être ajoutés aux points clés et le placement des sommets peut être affiné le cas échéant.

            Lors du traçage d'un nuage de points, je trouve qu'il vaut mieux commencer avec trop peu de sommets que trop.

            ATTENTION AUX MIROIRS !

            Les miroirs peuvent causer des problèmes car ils peuvent ajouter des données à un nuage de points qui n'existe pas sur le site. Dans certains cas, un grand miroir peut ajouter une pièce entière qui n'existe pas.

            Utilisez AutoCAD à votre avantage

            Le dessin au trait ne fait généralement partie que du livrable, car des informations clés telles que les niveaux de sol et de plafond, les hauteurs de seuil, les hauteurs de porte, etc. sont des informations essentielles. Pensez à utiliser les fonctionnalités plus avancées d'AutoCAD pour améliorer le flux de travail et augmenter la productivité.

            Un bloc d'attributs contenant un champ serait utile pour l'accrochage aux niveaux dans le nuage de points afin de garantir que les niveaux sont précis et peuvent être rapidement insérés et modifiés en masse si la référence du nuage de points change.

            Remarque : lors de la diffusion de l'information, il est souvent judicieux d'éclater les niveaux au préalable. Faire cela dans un dessin séparé est souvent bénéfique pour conserver un dessin de travail qui peut facilement être modifié ultérieurement si nécessaire.

            Examiner l'ensemble du dessin

            Une fois le dessin terminé, éloignez-vous-en et faites une pause. Rafraîchissez vos yeux et examinez le dessin par rapport au nuage de points et effectuez les ajustements nécessaires. Une deuxième paire d'yeux est toujours favorable et à mon avis, il n'y a toujours pas de substitut à l'impression d'un dessin et à la vérification des erreurs.


            Méthodologies de capture de données SIG

            Cette section passe en revue certaines des manières les plus courantes de créer des données SIG. Vous trouverez plus de détails sur la création de données SIG dans cet article : Méthodes de création de bases de données spatiales.

            Nous pouvons décider de numériser ou de numériser des données existantes trouvées sur des cartes précédemment imprimées, ce qui donne des données vectorielles ou raster comme base pour une analyse plus approfondie. Cette méthodologie de saisie de données peut poser le problème de la difficulté d'obtenir un produit final à jour. Si nous utilisons des cartes imprimées qui sont anciennes, les données peuvent ne pas être à jour et, par conséquent, nous ajoutons l'erreur d'informations manquantes à l'ensemble de l'analyse, affectant le résultat du projet. Nous devons également considérer les éventuelles erreurs de traitement que la numérisation peut provoquer en raison des erreurs commises par l'opérateur.

            D'autre part, la décision sur la façon de saisir les données peut être prise en utilisant des méthodologies d'enquête. L'un des avantages de cette méthodologie est la possibilité d'entrer les données directement dans un format numérique, avec l'élimination conséquente des possibilités d'erreur et l'obtention d'un produit plus précis.

            Parmi les méthodes d'enquête de saisie de données, nous devons mentionner la technologie Global Positioning Systems. Depuis que le GPS est devenu un outil public, il a été l'un des outils préférés pour géolocaliser des entités pour une future cartographie et analyse. La précision des GPS s'est améliorée d'année en année, devenant également plus facile à utiliser avec chaque nouvelle génération d'unités GPS.

            La technologie connue sous le nom de COGO, ou Coordinate Geometry, est également devenue un incontournable dans tout logiciel SIG qui veut offrir un bon service à ses utilisateurs. Les arpenteurs-géomètres, les géologues, les ingénieurs civils, etc., sont devenus des utilisateurs quotidiens de cette technologie qui vous donne la possibilité d'utiliser des facteurs géométriques pour délimiter des caractéristiques, telles que des courbes, des intersections, des lignes médianes, etc.

            Une autre méthodologie pour la saisie des données dans le SIG serait les données de télédétection. Les différents types de capteurs attachés aux satellites ont rendu possible l'accessibilité de l'imagerie avec une précision et une résolution impensables il y a seulement quelques décennies. La généralisation de l'utilisation des données de télédétection à la cartographie thématique, a probablement été la plus grande révolution en cartographie depuis l'invention de Compass.

            L'utilisation de la technologie LiDAR (Light Detection And Ranging) devient de plus en plus importante comme source de données SIG. Cette technologie utilise une source de lumière, normalement un laser, pour mesurer les distances et les angles. La flexibilité de cet outil, et le fait d'utiliser la lumière comme élément principal, permet son utilisation dans de multiples domaines, comme l'archéologie, la géologie, la météorologie, etc.

            Enfin, il existe un autre type de capture de données qui utilise des techniques photogrammétriques. Une grande partie des données numériques utilisées par les cartographes provient de la photo-interprétation.L'ancienne technique des paires stéréo qui se faisait avec des stéréoscopes, est maintenant numérisée et entrée dans des systèmes informatisés qui permettent une interprétation photographique avec un haut niveau de précision.


            Capturez la polyligne de Google Maps au clic (par début/fin)

            Je travaille actuellement avec Google Maps V3 pour notre client et ils nous ont demandé de mettre en place un outil de dessin qui leur permettra de créer des flux de lignes connectés et de calculer la distance. Cependant, il semble que la bibliothèque de Google Maps V3 Drawing Manager soit très limitée dans la façon dont elle nous permet de capturer les événements de clic pour une polyligne.

            Comme vous pouvez le voir, nous voulons capturer la latitude/longueur pendant que l'utilisateur crée la polyligne et afficher la distance au fur et à mesure que chaque ligne est créée, pas une fois que la polyligne entière est terminée.

            De plus, je sais que nous pouvons imiter cela en créant des gestionnaires personnalisés et en faisant de la magie avec la méthode de clic de la carte et en traçant manuellement des lignes entre lat/long, mais il semble étrange que l'API Google Maps n'ait pas de méthode de clic pour leur gestionnaire de dessin .

            Clarification

            L'objectif final est d'avoir des fonctionnalités afin que tout en dessinant une polyligne, nous puissions afficher la longueur totale de la polyligne de manière dynamique. C'EST À DIRE. Je commence par dessiner une ligne, une section apparaît qui dit "La ligne totale est X", je clique sur un deuxième endroit pour créer une deuxième ligne et le texte se met à jour en "x" + "y", je clique sur un troisième et il se met à jour en "x" + "y" + "z", etc. C'est pourquoi nous espérions qu'il y ait un événement pour gérer "lineDrawn" ou "polylineClick" pour stocker ces lat/long afin de pouvoir calculer la longueur des lignes créées dynamiquement sans demander à l'utilisateur d'arrêter de tracer des lignes pour voir la longueur totale.

            Edit : addListener mis à jour dans Notre objectif pour utiliser drawingManager, pas map.


            On dirait que vous cherchez quelque chose comme ça. Supprimez les critères de calque si vous n'en avez pas besoin.

            Cela fonctionnera également et vous évitera d'avoir à gérer toutes les valeurs typées.

            J'ai écrit un article de blog sur ce sujet, Check it out.

            Je sais que c'est une vieille question, mais peut-être que quelqu'un la trouvera utile.

            Utilisation de SelectionFilter pour sélectionner uniquement les polylignes ouvertes ou fermées (tout type de polyligne) :

            Liste de toutes les entités de dessin : lien 1 (plus ancien) ou lien 2 (plus récent)

            Dans ce lien, nous voyons que le code 70 avec la valeur 1 est une polyligne fermée.

            Et dans ce lien, nous voyons que la même chose s'applique à la polyligne 2d/3d, mais en plus avec la valeur 8, nous définissons s'il s'agit d'une polyligne 2d ou 3d. Les valeurs peuvent être combinées au niveau du bit, donc 8|1 signifie une polyligne 3D fermée.


            Pourquoi utiliser le SIG ?

            Le SIG a été développé à l'origine comme une extension de l'utilisation et de l'analyse de la carte papier traditionnelle. La forme la plus basique de données cartographiques numériques représente les mêmes types de données que celles affichées sur les cartes papier. Les cartes numériques utilisent les mêmes cadres de mesure et utilisent fréquemment les mêmes méthodes de représentation (par exemple, les couleurs, les schémas de classification) utilisées sur les cartes papier.

            Alors pourquoi avoir un SIG au lieu d'utiliser des cartes papier ? Les raisons sont multiples, dont quelques-unes :

            • Le SIG utilise la puissance analytique de l'ordinateur pour effectuer des tâches complexes qui seraient impossibles ou peu pratiques avec des cartes papier.
            • Le SIG utilise la puissance de stockage de l'ordinateur pour gérer de grands ensembles de données.
            • Le SIG permet l'intégration de nombreux types de données différents provenant de nombreuses sources différentes (cartes, données tabulaires, photos aériennes, modèles d'élévation, imagerie satellitaire, données CAO, mesures linéaires, etc.) dans un environnement intégré de stockage, de gestion, d'analyse et d'affichage . Bon nombre de ces types de données ne sont pas facilement représentés sur des cartes papier.
            • Le SIG enregistre une variété de données différentes dans le même espace de coordonnées, ce qui permet l'analyse de la combinaison de différentes couches (par exemple, pente, risque de chablis forestier, distance aux cours d'eau et âge de la forêt). Fréquemment, avec les cartes papier, différentes cartes thématiques apparaissent sur différentes feuilles de carte qui sont à différentes échelles ou utilisent des cadres de représentation différents.
            • Les données numériques sont plus stables que les supports papier, plus faciles à copier et plus faciles à distribuer. Il existe de nombreux sites Web qui diffusent des données géospatiales numériques.
            • Les cartes créées numériquement sont plus facilement mises à jour que les cartes papier (modifiez les données et imprimez une nouvelle copie).
            • Le SIG facilite la reproduction de cartes. Un seul fichier de carte numérique peut être imprimé à volonté et plusieurs fois. Le même fichier graphique peut être distribué sur le net pour les utilisateurs du monde entier.
            • Le SIG permet la création et l'utilisation de cartes "à usage unique" (alors que les cartes papier doivent généralement être imprimées et vendues par milliers pour récupérer le coût de production). Par exemple, une carte peut être préparée avec un SIG spécifiquement pour une présentation publique particulière, la carte ne peut jamais être utilisée après cette présentation.
            • Le SIG permet aux utilisateurs individuels d'adapter leurs affichages cartographiques à leurs propres fins, plutôt que d'avoir à se contenter d'une carte papier à usage général.
            • Le SIG élimine certains biais de l'utilisateur dans les processus de mesure ou d'analyse (l'ordinateur répète les processus de mesure et d'analyse de manière identique, alors que les gens répètent souvent les processus avec des erreurs aléatoires ou systématiques).
            • Le SIG apporte de nouveaux outils pour penser différemment le monde et ses interrelations.

            C'est Logique

            Ce problème de longue date est maintenant résolu par un logiciel de nouvelle génération qui ingère les données de manière gérable. Plus précisément, il donne aux CCO la possibilité de traiter et d'analyser les informations préliminaires et estimées ainsi que les données comptables finales. Ce faisant, le travail sur la qualité et la cohérence des données est éliminé, ce qui simplifie la conformité. La précision, la transparence et l'actualité des données qui changent la donne peuvent également permettre une meilleure prise de décision.

            La clé de cette approche est la technologie du moteur de données qui enregistre les données une fois, puis les envoie au bon système pour la comptabilité du portefeuille, l'analyse des performances, le reporting et le suivi des investissements. L'indexation peut ensuite fournir un aperçu de la qualité des données et une piste d'audit, avec des algorithmes analysant les indicateurs et donnant aux données une cote de confiance.

            En ajoutant cette couche de logique, les entreprises peuvent :

            • Améliorez la collecte de données, en obtenant un meilleur contrôle sur la collecte de données tout en éliminant les interventions humaines excessives et la probabilité d'erreurs de saisie manuelle.
            • Créez des processus personnalisés, permettant aux entreprises de tirer parti de critères spécifiques pour créer des processus qui anticipent et peuvent aider à résoudre les problèmes.
            • Organiser le flux de données. Avec toutes les données capturées en tant que source unique, les entreprises peuvent organiser le flux pour mettre en évidence les objectifs visés tels que les rapports du comité d'investissement, les analyses ad hoc et la conformité.

            Moins de stress, plus de conformité

            Revenons à la SEC et à ce qui se passerait si elle demandait la preuve d'un numéro particulier. Au lieu d'envoyer le personnel dans une recherche paniquée de feuilles de calcul et d'e-mails, dans un monde idéal, un CCO peut immédiatement montrer ce qui s'est passé en quelques frappes, ainsi que quand et pourquoi des modifications ont été apportées, le tout accompagné de notes de bas de page explicatives.

            En quelques secondes, un CCO pourrait résoudre ce qui aurait auparavant pris des heures entières au personnel, rendant la conformité moins stressante et beaucoup plus rapide. De plus, avec le bon logiciel, non seulement la transparence et la conformité des données sont plus faciles, mais d'énormes économies de temps et d'argent s'ensuivront.

            Enfin, les CCO devraient pouvoir s'appuyer sur leurs données pour résoudre les problèmes de conformité, pas pour les créer.